혼합 학습에서 생성적 AI의 지속 가능한 채택을 위한 통합 개인, 사회 및 기술 모델

생성적 AI는 혼합 학습을 보완하는 유망한 도구로, 학업 성과를 향상시키는 혁신적인 수단을 제공합니다. 그 빠른 확산은 비판과 불확실성, 특히 윤리 문제와 인간 노동의 잠재적 대체와 함께 발생했습니다. 기존 연구를 검토하면 학생들 사이에서 AI 사용에 대한 이해의 지속적인 격차가 드러납니다. 따라서 본 연구는 두 가지 뚜렷한 시점에 걸쳐 생성적 AI 채택을 설명하는 통합 모델 개발을 목표로 하였습니다. 조사 기반 설계를 사용하여 홍콩의 한 지역 고등 교육 기관에서 대학생들로부터 두 시점에서 단면 데이터를 수집했습니다. PLS-SEM 모델 테스트 결과, 성과 기대가 두 데이터 수집 모두에서 사용 의도와 실제 사용의 가장 강력하고 지속적인 결정 요인임을 보여주었습니다. 위험 성향은 초기에는 영향을 미치지 않았으나, 더 긴 사용 시점에서는 성과 기대를 통해 의도와 사용에 유의미하게 관련되었습니다. 사회적 영향은 처음에 직접적이고 유의미한 효과를 나타냈으며, 이후 성과 기대를 통해 의도와 사용에 직접적 및 간접적 유의미한 효과를 모두 보여주었습니다. 연구 결과는 주요 결정 요인을 식별하고 생성적 AI 사용에 관련된 복잡한 의사 결정 과정에 대한 이해를 향상시킵니다.